Mini-IPIP i IPIP – jak policzyć i opisać wyniki pięciu cech osobowości

Autor: Konrad Hryniewicz · Opublikowano: 27 października 2026 · Aktualizacja: 26 października 2026

IPIP i Mini-IPIP: skąd pochodzą

International Personality Item Pool (IPIP) to otwarta pula ponad 3000 pozycji i ponad 250 skal do pomiaru osobowości i innych różnic indywidualnych. Pozycje i skale są w domenie publicznej. Wolno je kopiować, modyfikować, tłumaczyć i stosować bez pytania o zgodę i bez opłat (International Personality Item Pool, b.d.). Najczęściej używa się z niej miar Wielkiej Piątki. Wiele z nich opiera się na markerach Wielkiej Piątki Goldberga (1992), w tym wersja 50-pozycyjna (IPIP-50), którą strona IPIP podaje jako wzór kwestionariusza.

Mini-IPIP to 20-pozycyjna skrócona wersja 50-pozycyjnego kwestionariusza IPIP, po cztery pozycje na każdą cechę. Donnellan i in. (2006) sprawdzili ją w pięciu badaniach. Rzetelność skal była spójna i akceptowalna (α na poziomie .60 lub wyraźnie wyżej), a korelacje test–retest po kilku tygodniach i kilku miesiącach były zbliżone do wersji pełnej. Wzór trafności zbieżnej, różnicowej i kryterialnej był podobny jak w innych miarach Wielkiej Piątki. Baldasaro i in. (2013) potwierdzili strukturę pięciu czynników w reprezentatywnej próbie 15 701 młodych dorosłych z USA. Większość skal miała akceptowalną rzetelność, ale brak inwariancji skalarnej wielu skal każe ostrożnie porównywać średnie między kobietami i mężczyznami albo grupami etnicznymi. Co to oznacza w praktyce, wyjaśnia wpis o inwariancji pomiaru.

W tej serii opisujemy też liczenie wyników Brief COPE i Skali Samooceny Rosenberga. Ogólne zasady liczenia wyniku dowolnego kwestionariusza zebraliśmy w poradniku jak policzyć wynik kwestionariusza.

Budowa: pięć cech, odpowiedzi 1–5, pozycje „+” i „−”

Pozycje IPIP to krótkie opisy zachowań i cech. Osoba badana ocenia, jak trafnie każdy opis do niej pasuje, na pięciostopniowej skali od Very Inaccurate (1) do Very Accurate (5). Wzór kwestionariusza na stronie IPIP prosi, by opisać siebie takim, jakim się jest obecnie, a nie takim, jakim chciałoby się być. Odniesieniem mają być osoby tej samej płci i w podobnym wieku (International Personality Item Pool, b.d.). Strona przedstawia ten format jako sugestię, a nie wymóg. Jeśli go zmienisz, napisz o tym w pracy.

Każda pozycja ma klucz „+” albo „−”. Pozycja z kluczem „−” opisuje biegun przeciwny do nazwy skali, więc przed zsumowaniem trzeba ją odwrócić (zob. pozycja odwrócona). Klucz Mini-IPIP na stronie IPIP wygląda tak:

Dwie rzeczy łatwo przeoczyć. Po pierwsze, w Mini-IPIP skala nazywa się Neurotyczność i jest punktowana odwrotnie niż Stabilność emocjonalna w wersji 50-pozycyjnej. To prawie ten sam wymiar, tylko liczony od drugiego końca (International Personality Item Pool, b.d.). Wyższy wynik w Mini-IPIP oznacza więc większą neurotyczność, a w IPIP-50 – większą stabilność. Po drugie, kolejność pozycji w arkuszu zależy od wersji. Numery pozycji „−” bierz zawsze z klucza wersji, której używasz, także polskiej. Nie przepisuj ich z klucza innej wersji.

Jak policzyć wynik krok po kroku

Krok 1. Sprawdź zakres wartości

W danych mogą być tylko wartości 1–5 albo braki. Jeśli formularz zapisał odpowiedzi jako 0–4 albo jako tekst, najpierw je przekoduj.

Krok 2. Odwróć pozycje z kluczem „−”

Instrukcja IPIP: przy pozycjach „+” odpowiedź Very Inaccurate ma wartość 1, a Very Accurate – 5. Przy pozycjach „−” jest odwrotnie: 5 do 1 (International Personality Item Pool, b.d.). Przy skali 1–5 nowa wartość to 6 − odpowiedź. Zapisz odwrócone pozycje w nowych kolumnach i zostaw surowe bez zmian.

Krok 3. Zsumuj pozycje każdej skali

Według instrukcji IPIP wynik skali to suma wartości jej pozycji (International Personality Item Pool, b.d.). W Mini-IPIP suma czterech pozycji mieści się w zakresie 4–20, a w IPIP-50 suma dziesięciu – w zakresie 10–50. Średnia z pozycji (1–5) daje te same wnioski z analiz. Jeśli ją wybierzesz, napisz o tym (zob. wynik skali: średnia czy suma). Pojedyncze wyniki sprawdzisz w kalkulatorze wyniku skali.

Dla wersji 50-pozycyjnej klucz wynika z kodów przy pozycjach we wzorze kwestionariusza na stronie IPIP. Podajemy tylko numery:

Krok 4. Zdecyduj, co zrobisz z brakami

Instrukcja IPIP nie podaje reguły dla braków. Przy czterech pozycjach rozsądną decyzją jest przeliczenie wyniku z trzech dostępnych pozycji (średnia × 4), gdy brakuje jednej, i brak wyniku przy dwóch brakach lub więcej. To jednak Twoja decyzja, nie zasada narzędzia. Zapisz ją przed analizą i podaj w pracy, ilu osób dotyczyła (zob. braki danych MCAR, MAR i MNAR).

Interpretacja: bez norm i bez progów

Strona IPIP nie zawiera podręczników ani punktów odcięcia. Zaleca liczyć średnią i odchylenie standardowe we własnej próbie, a nie korzystać z cudzych wartości (International Personality Item Pool, b.d.). Do informacji zwrotnej dla uczestników proponuje opis umowny. Wynik w granicach pół odchylenia standardowego od średniej próby nazywa się „przeciętnym”, a wyniki poza nim „niskimi” lub „wysokimi”. Przy rozkładzie normalnym daje to około 38% wyników przeciętnych i po około 31% niskich i wysokich. Ta sama strona przestrzega jednak przed traktowaniem wyników jako kategorii w analizach. Cechy osobowości są ciągłe, więc licz korelacje i regresje na wyniku ciągłym.

W praktyce: nie pisz, że ktoś „jest ekstrawertykiem”, bo przekroczył jakiś próg. Jeśli promotor prosi o poziomy, opisz je jako podział umowny z własnej próby. Wady takich podziałów omawia poradnik niski, przeciętny, wysoki wynik, a hasło dzielenie medianą pokazuje, ile informacji traci się przy dzieleniu wyniku ciągłego. Polskie normy dla wersji IPIP, jeśli istnieją, bierz wyłącznie z publikacji adaptacji.

Przykład: Mini-IPIP u 300 osób studiujących

Wyobraź sobie badanie 300 osób studiujących. Dane są symulowane i możesz je pobrać jako plik CSV (kolumny id i m1–m20, odpowiedzi 1–5 przed odwróceniem). Układ pozycji w pliku jest przykładowy: cechy występują na przemian, a liczba pozycji „+” i „−” w każdej skali odpowiada kluczowi Mini-IPIP. Trzy osoby pominęły po jednej pozycji, więc ich wynik w tej skali przeliczyliśmy z trzech pozycji.

Rozkłady wszystkich pięciu wyników są zbliżone do symetrycznych, a skośność mieści się między −0.02 a 0.17 (rysunek 1). Wyniki zajmują prawie cały zakres 4–20, więc nie widać efektu sufitu ani podłogi.

Rzetelność skal czteropozycyjnych

Alfa Cronbacha wyniosła od .69 (ugodowość, neurotyczność) do .79 (ekstrawersja). Średnia korelacja między pozycjami w skali mieściła się między .35 a .49. Obok alfy podaj omegę McDonalda z modelu jednoczynnikowego (Flora, 2020). W przykładzie omega była równa alfie, bo dane symulowaliśmy z równymi ładunkami pozycji. W prawdziwych danych zwykle się różnią. Wartości z próby przykładowej są zbliżone do tych podanych w kluczu IPIP (.65–.77). Gotowe zdania o rzetelności znajdziesz we wzorze raportowania alfy Cronbacha.

Ponieważ połowa pozycji (a w intelekcie trzy z czterech) ma klucz „−”, pominięcie odwrócenia daje absurdalne wyniki. Alfa staje się ujemna: od −.27 dla intelektu do −1.51 dla ekstrawersji (rysunek 2). Ujemna alfa nie oznacza „bardzo niskiej rzetelności”. Oznacza, że pozycje korelują ze sobą ujemnie, czyli że coś jest źle zakodowane.

Korelacje między cechami

Cechy Wielkiej Piątki korelują ze sobą słabo. W przykładzie najsilniejszy związek łączył ugodowość z sumiennością (r = .24). Neurotyczność korelowała ujemnie z ekstrawersją, r(298) = −.19, 95% CI [−.30, −.08], p < .001, i z sumiennością (r = −.19). Macierz pięciu korelacji przedstaw w tabeli według wzoru z hasła tabela korelacji w APA.

Opis umowny „niski – przeciętny – wysoki” według reguły ±0.5 SD z własnej próby dał dla ekstrawersji 30.3% wyników niskich, 37.0% przeciętnych i 32.7% wysokich. To wartości bliskie tym, które podaje strona IPIP. Używaj takiego podziału tylko do opisu, a nie jako zmiennej w analizach.

Czy cztery pozycje wystarczą?

Mini-IPIP jest wygodny, gdy kwestionariusz osobowości to tylko jedna z wielu miar w badaniu. Ma jednak cenę. Credé i in. (2012) pokazali, że bardzo krótkie miary Wielkiej Piątki, zwłaszcza jednopozycyjne, mogą wyraźnie zaniżać związki osobowości z zachowaniem i zwiększać ryzyko błędów I i II rodzaju. Nawet nieco dłuższe skale wyraźnie poprawiały trafność wniosków. Mniejsza rzetelność osłabia korelacje, więc przy Mini-IPIP potrzebujesz większej próby, żeby wykryć ten sam efekt.

Jeśli osobowość jest główną zmienną w Twojej pracy, rozważ dłuższą wersję, np. IPIP-50. Jeśli jest zmienną kontrolną, Mini-IPIP zwykle wystarczy. W obu przypadkach podaj rzetelność we własnej próbie i wspomnij o długości skal w ograniczeniach badania. Szerzej o ocenie jakości skal piszemy w przewodniku psychometria i budowa skal.

Jak opisać Mini-IPIP w pracy

Polskie wersje i domena publiczna

Pozycji IPIP można używać bez zgody i bez opłat (International Personality Item Pool, b.d.). Nie zwalnia Cię to jednak z rzetelnego opisu narzędzia. Strona IPIP prowadzi listę przekładów, w tym kilku polskich, ale zaznacza, że ich dokładności nikt z projektu nie weryfikował. Prosi też, by konkretnej skali nie nazywać po prostu „IPIP”. Przed badaniem sprawdź więc, czy polska wersja, której chcesz użyć, ma publikację z oceną właściwości psychometrycznych. Napisz w pracy, której wersji użyłeś. Własne tłumaczenie to jeszcze nie właściwa adaptacja. Jak szukać narzędzi, opisuje poradnik gdzie znaleźć kwestionariusze psychologiczne, a schemat opisu – opis narzędzia badawczego – wzór.

# B104 – Mini-IPIP: wyniki pięciu cech, rzetelność skal czteropozycyjnych, korelacje (dane symulowane, set.seed(10420)).
# 300 osób studiujących; odpowiedzi 1–5 (od "very inaccurate" do "very accurate") na 20 pozycji m1–m20.
# Zasady (International Personality Item Pool, b.d.): pozycje "+" = odpowiedź, pozycje "−" = 6 − odpowiedź, wynik = suma.
# Układ pozycji poniżej jest PRZYKŁADOWY (cechy na przemian, liczba pozycji + i − jak w kluczu Mini-IPIP na stronie IPIP).
# Na własnych danych wpisz klucz z wersji, której używasz (kolejność w polskich wersjach może być inna).
suppressPackageStartupMessages({ library(MASS); library(psych); library(lavaan); library(semTools) })
set.seed(10420)
n <- 300
cechy <- c(E = "Ekstrawersja", A = "Ugodowość", C = "Sumienność", N = "Neurotyczność", I = "Intelekt/Wyobraźnia")
klucz <- data.frame(poz = paste0("m", 1:20), cecha = rep(names(cechy), 4),
                    znak = c(rep("+", 5), rep("-", 5), "+", "+", "+", "+", "-", rep("-", 5)))
table(klucz$cecha, klucz$znak)                                       # E, A, C, N: 2 + i 2 −; I: 1 + i 3 −

R5 <- matrix(c(1, .20, .15, -.25, .20,  .20, 1, .25, -.10, .15,  .15, .25, 1, -.20, .05,
               -.25, -.10, -.20, 1, -.05,  .20, .15, .05, -.05, 1), 5, dimnames = list(names(cechy), names(cechy)))
F <- mvrnorm(n, rep(0, 5), R5)
lam <- c(.78, .62, .70, .66, .74, .70, .60, .58, .72, .55, .75, .68, .60, .70, .52, .72, .64, .66, .60, .62)
progi <- c(-1.5, -0.6, 0.1, 0.95)
odp <- sapply(1:20, function(j) {
  cc <- klucz$cecha[j]; s <- ifelse(klucz$znak[j] == "+", 1, -1)
  findInterval(s * lam[j] * F[, cc] + rnorm(n, 0, sqrt(1 - lam[j]^2)) + ifelse(cc == "N", -0.2, 0.15), progi) + 1
})
colnames(odp) <- klucz$poz
dane <- data.frame(id = 1:n, odp)
dane$m8[c(25, 190)] <- NA                                            # dwie osoby pominęły pozycję 8
dane$m19[57] <- NA                                                   # jedna osoba pominęła pozycję 19
write.csv(dane, "../mini-ipip-dane-przyklad.csv", row.names = FALSE)

# Krok 1. Kontrola zakresu: tylko 1–5 albo brak
all(sapply(dane[, -1], function(x) all(x %in% c(1:5, NA))))
colSums(is.na(dane[, -1]))[colSums(is.na(dane[, -1])) > 0]

# Krok 2. Odwrócenie pozycji "−": 6 − odpowiedź (skala 1–5)
ipip <- dane[, klucz$poz]
ujemne <- klucz$poz[klucz$znak == "-"]
ipip[, ujemne] <- 6 - ipip[, ujemne]
table(surowa = dane$m6, odwrocona = ipip$m6)

# Krok 3. Suma czterech pozycji (zakres 4–20). Decyzja własna (strona IPIP nie podaje reguły dla braków):
# przy jednym braku – średnia z trzech pozycji × 4; przy dwóch i więcej – brak wyniku.
wynik <- sapply(names(cechy), function(cc) {
  p <- ipip[, klucz$poz[klucz$cecha == cc]]
  ile <- rowSums(!is.na(p))
  ifelse(ile >= 3, rowMeans(p, na.rm = TRUE) * 4, NA)
})
sum(rowSums(is.na(dane[, -1])) > 0)                                  # osoby z jednym brakiem – wynik przeliczony
opis <- t(apply(wynik, 2, function(w) c(M = mean(w), SD = sd(w), Me = median(w), min = min(w), max = max(w),
                                         skosnosc = psych::skew(w))))
round(opis, 2)

# Krok 4. Rzetelność: alfa (95% CI Feldta) i omega z modelu jednoczynnikowego dla każdej skali
rzet <- t(sapply(names(cechy), function(cc) {
  pz <- klucz$poz[klucz$cecha == cc]
  p <- na.omit(ipip[, pz])
  a <- psych::alpha(p, warnings = FALSE)
  bez <- suppressWarnings(psych::alpha(na.omit(dane[, pz]), check.keys = FALSE, warnings = FALSE))$total$raw_alpha
  m <- cfa(paste(cc, "=~", paste(pz, collapse = " + ")), data = p, std.lv = TRUE)
  c(alfa = a$total$raw_alpha, lo = a$feldt$lower.ci[[1]], hi = a$feldt$upper.ci[[1]],
    omega = as.numeric(compRelSEM(m)), r_srednie = a$total$average_r, alfa_bez_odwr = bez)
}))
round(rzet, 2)

# Krok 5. Korelacje między cechami
round(cor(wynik), 2)
ten <- cor.test(wynik[, "E"], wynik[, "N"])
round(c(r = unname(ten$estimate), lo = ten$conf.int[1], hi = ten$conf.int[2], df = unname(ten$parameter)), 3); signif(ten$p.value, 3)

# Krok 6. Opis "niski – przeciętny – wysoki" tylko do informacji zwrotnej: ±0.5 SD od średniej z WŁASNEJ próby
z <- scale(wynik[, "E"])[, 1]
round(prop.table(table(cut(z, c(-Inf, -0.5, 0.5, Inf), labels = c("niski", "przeciętny", "wysoki")))) * 100, 1)

# Klucz IPIP-50 (markery Wielkiej Piątki Goldberga) według kodów przy pozycjach na stronie IPIP – tylko numery pozycji
ipip50 <- list(I_Ekstrawersja = list(plus = c(1, 11, 21, 31, 41), minus = c(6, 16, 26, 36, 46)),
               II_Ugodowosc = list(plus = c(7, 17, 27, 37, 42, 47), minus = c(2, 12, 22, 32)),
               III_Sumiennosc = list(plus = c(3, 13, 23, 33, 43, 48), minus = c(8, 18, 28, 38)),
               IV_Stabilnosc_emocjonalna = list(plus = c(9, 19), minus = c(4, 14, 24, 29, 34, 39, 44, 49)),
               V_Intelekt_Wyobraznia = list(plus = c(5, 15, 25, 35, 40, 45, 50), minus = c(10, 20, 30)))
sapply(ipip50, function(k) c(plus = length(k$plus), minus = length(k$minus)))
all(sort(unlist(ipip50)) == 1:50)                                    # każda z 50 pozycji użyta dokładnie raz

# Wartości w zapisie do tekstu
bz <- function(v) sub("^(-?)0\\.", "\\1.", formatC(v, format = "f", digits = 2))
noquote(apply(rzet[, c("alfa", "lo", "hi", "omega", "alfa_bez_odwr")], 2, bz))

   
    - +
  A 2 2
  C 2 2
  E 2 2
  I 3 1
  N 2 2
[1] TRUE
 m8 m19 
  2   1 
      odwrocona
surowa   1   2   3   4   5
     1   0   0   0   0  18
     2   0   0   0  48   0
     3   0   0  69   0   0
     4   0 104   0   0   0
     5  61   0   0   0   0
[1] 3
      M   SD   Me min max skosnosc
E 11.76 3.75 11.5   4  20     0.15
A 12.04 3.26 12.0   5  20     0.08
C 11.70 3.36 11.0   4  20     0.17
N 12.18 3.38 12.0   5  20    -0.02
I 10.97 3.38 11.0   4  19     0.16
  alfa   lo   hi omega r_srednie alfa_bez_odwr
E 0.79 0.75 0.83  0.79      0.49         -1.51
A 0.69 0.63 0.74  0.69      0.36         -0.94
C 0.70 0.64 0.75  0.70      0.37         -1.00
N 0.69 0.62 0.74  0.69      0.35         -0.72
I 0.71 0.65 0.76  0.71      0.38         -0.27
      E     A     C     N     I
E  1.00  0.09  0.04 -0.19  0.19
A  0.09  1.00  0.24 -0.11  0.12
C  0.04  0.24  1.00 -0.19  0.04
N -0.19 -0.11 -0.19  1.00 -0.08
I  0.19  0.12  0.04 -0.08  1.00
      r      lo      hi      df 
 -0.192  -0.298  -0.080 298.000 
[1] 0.000844

     niski przeciętny     wysoki 
      30.3       37.0       32.7 
      I_Ekstrawersja II_Ugodowosc III_Sumiennosc IV_Stabilnosc_emocjonalna V_Intelekt_Wyobraznia
plus               5            6              6                         2                     7
minus              5            4              4                         8                     3
[1] TRUE
  alfa lo  hi  omega alfa_bez_odwr
E .79  .75 .83 .79   -1.51        
A .69  .63 .74 .69   -.94         
C .70  .64 .75 .70   -1.00        
N .69  .62 .74 .69   -.72         
I .71  .65 .76 .71   -.27         

Najczęstsze błędy przy Mini-IPIP i IPIP

• Brak odwrócenia pozycji „−”. Daje ujemną alfę i wyniki bez sensu (rysunek 2).
• Klucz z innej wersji. Kolejność pozycji różni się między wersjami. Numery pozycji „−” bierz z klucza wersji, której używasz.
• Pomylenie neurotyczności ze stabilnością emocjonalną. W Mini-IPIP wyższy wynik oznacza większą neurotyczność, w IPIP-50 – większą stabilność. Sprawdź kierunek przed interpretacją korelacji.
• Wynik ogólny z 20 pozycji. Mini-IPIP mierzy pięć odrębnych cech. Suma wszystkich pozycji nic nie znaczy.
• „Typy osobowości” wyznaczane progami. Strona IPIP odradza traktowanie wyników jako kategorii.
• Porównywanie średnich kobiet i mężczyzn bez zastrzeżeń. Baldasaro i in. (2013) nie potwierdzili inwariancji skalarnej wielu skal.
• Nazywanie narzędzia po prostu „IPIP”. Podaj konkretną wersję, np. Mini-IPIP albo IPIP-50.

Jeśli chcesz sprawdzić, czy dobrze policzyłeś wyniki Mini-IPIP i jak je opisać, możesz skorzystać z konsultacji w ramach oferty analizy statystyczne dla studentów. Wyniki musisz jednak rozumieć i umieć obronić samodzielnie.

Najczęstsze pytania

Jak policzyć wynik Mini-IPIP?

Odwróć pozycje z kluczem „−” (przy skali 1–5: 6 − odpowiedź), a potem zsumuj cztery pozycje każdej cechy. Każda z pięciu skal ma zakres 4–20. Strona IPIP zaleca sumę, ale średnia z pozycji (1–5) daje te same wnioski z analiz (International Personality Item Pool, b.d.).

Ile pozycji odwróconych ma Mini-IPIP?

Według klucza na stronie IPIP ekstrawersja, ugodowość, sumienność i neurotyczność mają po dwie pozycje z kluczem „+” i dwie z kluczem „−”, a intelekt/wyobraźnia – jedną „+” i trzy „−”. Numery tych pozycji zależą od kolejności w Twojej wersji, więc bierz je z jej klucza.

Czy IPIP ma normy albo punkty odcięcia?

Nie. Strona IPIP nie zawiera podręczników ani progów i zaleca liczyć średnią i SD we własnej próbie. Do informacji zwrotnej proponuje umowny podział ±0.5 SD od średniej, ale odradza traktowanie wyników jako kategorii w analizach.

Czy na użycie kwestionariusza IPIP potrzebna jest zgoda?

Nie. Pozycje i skale IPIP są w domenie publicznej i można ich używać bez zgody i opłat (International Personality Item Pool, b.d.). Przekładów na polski projekt IPIP jednak nie weryfikował, więc sprawdź, czy wersja, której używasz, ma publikację z oceną właściwości psychometrycznych.

Czym różni się neurotyczność w Mini-IPIP od stabilności emocjonalnej w IPIP-50?

To prawie ten sam wymiar liczony od przeciwnych końców. W Mini-IPIP wyższy wynik oznacza większą neurotyczność, a w IPIP-50 – większą stabilność emocjonalną. Sprawdź kierunek, zanim porównasz korelacje z literaturą.

Powiązane hasła

Przeczytaj też

@article{baldasaro2013psychometric, author={Baldasaro, Ruth E. and Shanahan, Michael J. and Bauer, Daniel J.}, title={{Psychometric properties of the Mini-IPIP in a large, nationally representative sample of young adults}}, journal={Journal of Personality Assessment}, year={2013}, volume={95}, number={1}, pages={74--84}, doi={10.1080/00223891.2012.700466}}

@article{crede2012evaluation, author={Credé, Marcus and Harms, Peter and Niehorster, Sarah and Gaye-Valentine, Andrea}, title={{An evaluation of the consequences of using short measures of the Big Five personality traits}}, journal={Journal of Personality and Social Psychology}, year={2012}, volume={102}, number={4}, pages={874--888}, doi={10.1037/a0027403}}

@article{donnellan2006mini, author={Donnellan, M. Brent and Oswald, Frederick L. and Baird, Brendan M. and Lucas, Richard E.}, title={{The Mini-IPIP scales: Tiny-yet-effective measures of the Big Five factors of personality}}, journal={Psychological Assessment}, year={2006}, volume={18}, number={2}, pages={192--203}, doi={10.1037/1040-3590.18.2.192}}

@article{flora2020your, author={Flora, David B.}, title={{Your coefficient alpha is probably wrong, but which coefficient omega is right? A tutorial on using R to obtain better reliability estimates}}, journal={Advances in Methods and Practices in Psychological Science}, year={2020}, volume={3}, number={4}, pages={484--501}, doi={10.1177/2515245920951747}}

@article{goldberg1992development, author={Goldberg, Lewis R.}, title={{The development of markers for the Big-Five factor structure}}, journal={Psychological Assessment}, year={1992}, volume={4}, number={1}, pages={26--42}, doi={10.1037/1040-3590.4.1.26}}

@misc{ipipnd, author={{International Personality Item Pool}}, title={{International Personality Item Pool: A scientific collaboratory for the development of advanced measures of personality traits and other individual differences}}, url={https://ipip.ori.org/}}